種牡馬辞典 【種牡馬辞典】ドレフォン産駒の特徴と狙い目｜買い条件・消し条件まとめ
ドレフォン産駒の特徴を競馬データから分析。芝・ダート別成績や年齢、性別、コース別の成績から、狙いたい買い条件や注意したい消し条件を紹介します。
競馬データ分析
種牡馬辞典 
コース攻略 【コース攻略】中山芝1600m｜好走血統・買い条件・消し条件をデータ分析
中山芝1600mの血統傾向を競馬データから分析。枠番・種牡馬ランキング、コース適性から、狙いたい買い条件や注意したい消し条件を紹介します。
種牡馬辞典 【種牡馬辞典】キタサンブラック産駒の特徴と狙い目｜買い条件・消し条件まとめ
キタサンブラック産駒の特徴を競馬データから分析。芝・ダート別成績や年齢、性別、コース別の成績から、狙いたい買い条件や注意したい消し条件を紹介します。
分析コラム 【競馬データ分析への道⑥】機械学習からデータ分析へ
機械学習による競馬予想から、自分で競馬データを分析して予想するスタイルへ方向転換した過程を紹介。種牡馬別の成績や性別、馬体重、レース間隔などを分析し、血統と条件の組み合わせから傾向を探す面白さに気付いた体験をお伝えします。
分析コラム 【競馬データ分析への道⑤】競馬で機械学習に挑戦
YouTubeで競馬の機械学習を学び、WebスクレイピングやLightGBMを使った競馬予想モデルの作成に挑戦した実体験を紹介します。モデルを完成させる中で感じた機械学習の可能性と限界、そして次の一歩につながる気付きについてお伝えします。
コース攻略 【コース攻略】新潟ダ1800m｜好走血統・買い条件・消し条件をデータ分析
新潟ダ1800mの血統傾向を競馬データから分析。枠番・種牡馬ランキング、コース適性から、狙いたい買い条件や注意したい消し条件を紹介します。
分析コラム 【競馬データ分析への道④】Kaggle・SIGNATEへの挑戦
Python 3 エンジニア認定データ分析試験合格後、KaggleやSIGNATEのコンペに挑戦した実体験を紹介します。試行錯誤を重ねる中で感じた課題や、競馬データ分析へ進むきっかけとなった転機についてお伝えします。
分析コラム 【競馬データ分析への道③】データ分析という世界との出会い
Python 3 エンジニア認定データ分析試験を選んだ理由や勉強法、Kaggleとの出会いを実体験で紹介します。データ分析という新しい世界を知り、現在の競馬データ分析につながる第一歩となった体験をお伝えします。
コース攻略 【コース攻略】新潟芝1800m｜好走血統・買い条件・消し条件をデータ分析
新潟芝1800mの血統傾向を競馬データから分析。枠番・種牡馬ランキング、コース適性から、狙いたい買い条件や注意したい消し条件を紹介します。
分析コラム 【競馬データ分析への道②】Python資格との出会い
Python 3 エンジニア認定基礎試験との出会いから合格までの学習方法を実体験で紹介します。本だけでは理解できず、YouTubeや問題演習を繰り返しながら合格した勉強法と、その経験から得た学びをお伝えします。